Общая характеристика метода анализа иерархий
Метод Анализа Иерархий (МАИ) – математический инструмент системного подхода к решению проблем принятия решений. МАИ не предписывает лицу, принимающему решение (ЛПР), какого-либо «правильного» решения, а позволяет ему в интерактивном режиме найти такой вариант (альтернативу), который наилучшим образом согласуется с его пониманием сути проблемы и требованиями к ее решению. Этот метод разработан американским ученым Томасом Л. Саати в 1970 году, с тех пор он активно развивается и широко используется на практике. Метод анализа иерархий можно применять не только для сравнения объектов, но и для решения более сложных проблем управления, прогнозирования и др.

Основным достоинством метода анализа иерархий является высокая универсальность – метод может применяться для решения самых разнообразных задач: анализа возможных сценариев развития ситуации, распределения ресурсов, составления рейтинга клиентов, принятия кадровых решений и др.

Недостатком метода анализа иерархий является необходимость получения большого объема информации от экспертов. Метод в наибольшей мере подходит для тех случаев, когда основная часть данных основана на предпочтениях лица, принимающего решения, в процессе выбора наилучшего варианта решения из множества существующих альтернатив.

В типичной ситуации принятия решения:

  • рассматриваются несколько вариантов решения,
  • задан критерий, по которому определяется в какой мере то или иное решение является подходящим,
  • известны условия, в которых решается проблема, и причины, влияющие на выбор того или иного решения.

Постановка задачи в процессе применения метода анализа иерархий: Пусть имеется множество альтернатив (вариантов решений): В 1 , В 2 , … В k . Каждая из альтернатив оценивается списком критериев: К 1 , К 2 , … К n . Требуется определить наилучшее решение.


Этапы применения метода анализа иерархий:

1. Предварительное ранжирование критериев , в результате которого они располагаются в порядке убывания важности (значимости).

2. Попарное сравнение критериев по важности по девятибалльной шкале с составлением соответствующей матрицы (таблицы) размера (n х n). Система парных сведений приводит к результату, который может быть представлен в виде обратно симметричной матрицы. Элементом матрицы a(i,j) является интенсивность проявления элемента иерархии i относительно элемента иерархии j, оцениваемая по шкале интенсивности от 1 до 9, где оценки имеют следующий смысл:

  • равная важность – 1;
  • умеренное превосходство – 3;
  • значительное превосходство – 5;
  • сильное превосходство – 7;
  • очень сильное превосходство – 9;
  • в промежуточных случаях ставятся четные оценки: 2, 4, 6, 8 (например, 4 – между умеренным и значительным превосходством).

При этом при проведении попарных сравнений в основном ставятся следующие вопросы при сравнении элементов А и Б:

  • какой из них важнее или имеет большее воздействие?
  • какой из них более вероятен?
  • какой из них предпочтительнее?

Затем формируется матрица (схема представлена в Таблице 2). В процессе заполнения матрицы если элемент i важнее элемента j, то клетка (i, j), соответствующая строке i и столбцу j , заполняется целым числом, а клетка (j, i), соответствующая строке j и столбцу i, заполняется обратным числом (дробью).

Например, если К 1 умеренно превосходит К 4 , то в клетку (1;4) (на пересечении первой строки и четвертого столбца) ставится число 3, а в клетку (4;1) (четвертая строка первый столбец) – обратная величина, равная 1/3. Если же элемент j более важен, чем элемент i, то целое число ставится в клетку (j, i), а обратная величина – в клетку (i, j). Если считается, что i, j одинаковы, то в обе клетки ставится единица.

Заполнение таблицы (см.примерная схема в табл.2) проводится построчно с наиболее важного критерия. Сначала проставляют целочисленные оценки, тогда соответствующие им дробные оценки получаются из них автоматически (как обратные к целым числам). Чем важнее критерий, тем больше целочисленных оценок будет в соответствующей ему строке матрицы, и сами оценки имеют большие значения. Так как каждый критерий равен себе по важности, то главная диагональ матрицы всегда будет состоять из единиц. Очевидно, что сумма компонентов равна единице. Каждый компонент НВП представляет собой оценку важности соответствующего критерия (например, 1-й компонент представляет собой оценку важности первого критерия). где ПСС – показатель случайной согласованности, определяемый теоретически для случая, когда оценки в матрице представлены случайным образом, и зависящий только от размера матрицы, как это представлено в таблице 1:

Таблица 1 - Значение показателя случайной согласованности (ПСС)

Размер матрицы 1 2 3 4 5 6 7 8 9 10
ПСС 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49

Оценки в матрице считаются согласованными, если ОС≤10-15%, в противном случае их надо пересматривать.

5. Проводится попарное сравнение вариантов по каждому критерию аналогично тому, как это делалось для критериев, и заполняются соответствующие таблицы (см.ниже – схема представлена в Таблице 3). Для каждой таблицы проводится проверка согласованности локальных приоритетов путем расчета трех характеристик (см.описание 4-го этапа).

6. Определяется общий критерий (приоритет) для каждого варианта:

К(В 1) = оценка В 1 по первому критерию х 1 й компонент НВП + оценка В 1 по второму критерию х 2 й компонент НВП + … + оценка В 1 по n му критерию х n й компонент НВП (6)

Аналогично подсчитываются К(В 2), К(В 3) и т.д., при этом в выражении В 1 заменяется на В 2 , В 3 и т.д. соответственно. Заполняется таблица (см.ниже – схема представлена в Таблице 4).

7. Определяется наилучшее решение, для которого значение К максимально.

8. Проверяется достоверность решения:

8.1. расчет обобщенного индекса согласования:

ОИС = ИС 1 х 1 й компонент НВП + ИС 2 х 2 й компонент НВП + … + ИС n х n й компонент НВП (7)

8.2. расчет обобщенного отношения согласованности:

ООС = ОИС/ ОПСС (8)

где ОПСС определяется по таблице 1 на уровне ПСС (показателя случайной согласованности) для матриц сравнения вариантов по критериям.

Решение считается достоверным, если ООС≤10-15%, в противном случае нужно корректировать матрицы сравнения вариантов по критериям.

Таблица 2 - Форма таблицы сравнения критериев

К 1 К 2 …. К n Средние геометрические НВП(по фор-муле (2))
К 1
К 2
….
К n
ИТОГО по формуле (1)
λ max по форм. (3)
ИС по форм. (4)
ОС по форм. (5)

Таблица 3 - Форма таблицы сравнения вариантов по критериям (заполняется по каждому j-му критерию сравнения K j j=1,n)

К j В 1 В 2 …. В k Средние геометрические НВП(по фор-муле (2))
В 1
В 2
….
В k
ИТОГО по формуле (1)
λ maxj по форм. (3)
ИС j по форм. (4)
ОС j по форм. (5)

Таблица 4 - Форма таблицы расчета итоговых значений приоритетов

К 1 К 2 …. К n Итоговые значения приоритетов (расчет по формуле (6))
приводятся значения 1-го компонента НВП из таблицы 2 приводятся значения 2-го компонент НВП из таблицы 2 приводятся значения n-го компонента НВП из таблицы 2
В 1 К(В 1)=
В 2 К(В2)=
…. …
В k К(В 3)=
ИС приводится зна-чение ИС 1 по К 1 приводится зна-чение ИС 2 по К 2 … приводится зна-чение ИС n по К n приводится сумма по столбцу
ОИС расч. по форм. (7)
ООС расч. по форм. (8)


Основные понятия метода анализа иерархий

В соответствии с формулировкой задачи принятия решения структура модели принятия решения в методе анализа иерархий представляет собой схему (граф), которая включает:

  • набор альтернативных решений,
  • главный критерий рейтингования решений,
  • набор групп однотипных факторов, влияющих на рейтинг,
  • множество направленных связей, указывающих на влияния решений, критерия и факторов друг на друга.

Структура модели отражает результат анализа ситуации принятия решения. Основные группы понятий метода анализа иерархий:

  • Первая группа понятий связана с описанием возможных структур моделей принятия решения. Для вычисления приоритетов альтернативных решений к структуре необходимо добавить информацию о силе влияний решений, критерия и факторов друг на друга.
  • Вторая группа понятий связана с описанием данных для моделей принятия решения. После того как сформирована структура и собраны все данные, модель принятия решения готова, т.е. в ней могут быть получены рейтинги приоритетов решений и факторов. Знание приоритетов используется для поддержки принятия решения.
  • Третья группа понятий связана с описанием результатов, получаемых в моделях принятия решения. Четвертая группа понятий связана с пояснением того, как организованы вычисления. Знание этих понятий необходимо лишь для понимания математических обоснований метода. Для применения метода знание этих понятий необязательно.

1. Cтруктуры

1.1) Узел – общее название для всех возможных решений (альтернатив), главного критерия (главной цели) рейтингования решений, всех факторов, от которых, так или иначе, зависит рейтинг. Название узла совпадает с названием соответствующего решения, критерия или фактора. Заметим, что с математической точки зрения схема ситуации принятия решения (структура модели), которая строится в методе анализа иерархий, является графом. Таким образом, понятие «узел» вполне оправдано. Ясно также, что решения, критерий и факторы являются «узлами» проблемы принятия решения.

1.2) Уровень – группа всех однотипных (равноправных, однородных, гомогенных и т.п.) узлов. Название уровня отражает назначения, функцию группы узлов в ситуации принятия решения. Каждый узел определяется не только своим названием, но и названием уровня, которому он принадлежит. Ясно, что отдельный уровень образуют альтернативные решения (узлы этого уровня однотипны в том смысле, что они являются решениями; прочие узлы таковыми не являются). Главный критерий рейтингования, как правило, один – это отдельный уровень. На рейтинг оказывают влияние несколько групп факторов – это также уровни.

1.3) Вершина – узел, соответствующий главному критерию (главной цели) отбора альтернатив.

1.4) Связь – указание на наличие влияния одного узла (доминирующего) на другой (подчиненный). На схеме связь изображается стрелкой. Направление связи (и соответствующей стрелки) совпадает с направлением влияния. С точки зрения теории графов связь – дуга направленного графа. Связь от узла-фактора к узлу-решению означает, что предпочтительность (важность, оптимальность) решения оценивается с точки зрения воздействия данного фактора. Связь от вершины к узлу-фактору означает, что важность учета фактора оценивается с точки зрения главного критерия рейтингования альтернатив. Связь от узла-фактора к узлу-фактору означает, что важность учета второго фактора рассматривается с точки зрения первого фактора.

1.5) Кластер – группа узлов одного уровня, подчиненных некоторому узлу другого уровня –вершине кластера (доминирующему узлу). Кластеры образуются при расстановке связей между узлами, т.е. при расстановке связей происходит формирование кластерной структурыAdvice_KlasterStruct. Важность узлов кластера друг относительно друга оценивается в соответствие с тем, какой узел является вершиной кластера.

Кластер определяется: 1) своей вершиной, 2) названием уровня, 3) списком узлов. 1.6) Система (структура модели, схема ситуации принятия решения) – совокупность всех узлов, сгруппированных по уровням, и всех связей между узлами.

С математической точки зрения системы, которыми приходится оперировать в методе анализа иерархий, являются – направленными графами (сетями). Связи образуют пути, ведущие от одних узлов к другим. Все пути так или иначе являются частями основных путей, ведущих от главного критерия рейтингования через факторы к альтернативам, т.е. основные пути, по сути, являются логическими цепочками, ведущими к выбору одной из альтернатив.

Эта система является иерархической (но не является строгой иерархией). Попутно заметим, что даже для простых задач структуры моделей, строящихся с помощью метода анализа иерархий, представляют собой довольно сложные схемы. Однако это свидетельствует лишь о том, что метод позволяет вскрыть реальную сложность задач, которые человеку приходится решать мысленно. Название системы отражает ее назначение, принадлежность к сфере деятельности, в которой принимается решение.

1.7) Иерархия – система, в которой уровни расположены и пронумерованы так, что: 1) нижний уровень содержит рейтингуемые альтернативы, 2) узлы уровней с большими номерами могут доминировать только над узлами уровней с меньшими номерами. Таким образом, в иерархии связи определяют пути одной направленности — от вершины к альтернативам через промежуточные уровни, которые состоят из узлов-факторов. Система представляет собой строгую иерархию, если допустимы связи только между соседними уровнями от верхнего уровня к нижнему.

1.8) Система с обратными связями . Система имеет обратные связи, если при любом способе нумерации уровней в системе есть узлы, доминирующие и над узлами уровней с большими номерами, и над узлами уровней с меньшими номерами, т.е. система имеет обратные связи, если ни при каких перестановках уровней она не сводится к иерархии. Кроме того, понять различия в структуре иерархии и системы с обратными связями можно, рассматривая пути, образованные связями.

Если в системе нет ни одного такого уровня, что по путям, начинающимся в узлах этого уровня, можно попасть в узлы того же уровня, то система является иерархией, т.е. в иерархии любой путь может пересекаться с каждым уровнем лишь однажды. Если в системе имеются такие уровни, что по пути, начинающемуся в одном из узлов этого уровня, можно попасть в один из узлов того же уровня, то система имеет обратные связи. Т.е. в системе с обратными связями обязательно есть пути, пересекающие некоторые уровни хотя бы дважды. Формирование структуры без обратных связей (иерархии) и формирование структуры с обратными связями производятся по определенным правилам.

2. Данные

2.1) Приоритет узла в кластере – положительное число, служащее для количественного выражения важности (веса, значимости, предпочтительности и т.п.) данного узла в кластере относительно остальных узлов кластера в соответствие с критерием, заключенным в вершине кластера. Сумма всех приоритетов узлов кластера равна единице. Поэтому часто приоритеты можно трактовать как вероятности, доли общего ресурса и т.п. в зависимости от рассматриваемого случая.Часто трудно непосредственно определить набор приоритетов (вектор приоритетов) узлов кластера. Тогда используется процедура парных сравнений и метод собственного вектора

2.2) Пaрные сравнения узлов кластера – оценки (качественные или количественные) отношения приоритета одного узла к приоритету другого, т.е. результаты парных сравнений – это оценки важности (предпочтительности, вероятности и т.п.) каждого узла кластера относительно каждого из других по критерию, заключенному в вершине кластера. Результат парного сравнения – оценка отношения «весов» сравниваемых объектов («веса» объектов численно выражают их предпочтительность, оптимальность, значимость и т.п.). Цель парных сравнений – определение приоритетов узлов кластера. Для того, чтобы уточнить, в каком смысле название вершины кластера является критерием для проведения сравнений используется формулировка критерия для парных сравнений. Для проведения парных сравнений задаются параметры: шкала сравнений и способ сравнений. При проведении парного сравнения объектов и достаточно установить только один из результатов (оценка отношения «веса» объекта и весу объекта) или, так как.

2.3) Шкала сравнений – упорядоченный набор градаций (терминов, чисел и т.п.) для выражения результатов парных сравнений. Шкала сравнений позволяет выражать оценки отношений значений приоритетов узлов, поэтому ее деления – безразмерные величины. Шкалы, использующиеся в методе анализа иерархий, являются шкалами отношений. Т.е. если результату сравнения пары объектов ставится в соответствие значение на шкале, то число — оценка отношения «весов» объектов («веса» объектов численно выражают их предпочтительность, оптимальность, значимость и т.п.)

Шкала является количественной, если результаты парных сравнений выражаются непосредственно с помощью чисел. Шкала является качественной, если результаты парных сравнений выражаются с помощью с градаций-предпочтений. Градациям качественных шкал, использующихся в методе анализа иерархий, соответствуют числа.Т.е. качественные шкалы предоставляют возможность опосредованного оценивания приоритетов через предпочтения.

Дискретная шкала имеет конечных набор градаций (при переходе от одной градации к другой значение парного сравнения изменяется скачком). Дискретной шкале соответствует конечный набор чисел. Дискретные шкалы отличаются по величине наибольшего значения (при количественных сравнениях) или по количеству основных градаций (при качественных сравнениях).

Если число — верхний предел шкалы, то — нижний предел шкалы, т.е. все результаты парных сравнений, выраженные в такой шкале, лежат в пределах от до. Если результату сравнения пары объектов соответствует единица, то значения «весов» объектов оцениваются как равные. Кроме того, для дискретной шкалы — количество градаций для выражения превосходства одного из сравниваемых объектов над другим. При этом дискретная шкала имеет градации. В качестве градаций непрерывной шкалы может использоваться любое из действительных чисел от до.

Непрерывная шкала имеет непрерывный набор градаций (между основными делениями шкалы есть всевозможные промежуточные). Градациям непрерывной шкалы соответствуют числа на отрезке числовой прямой. Непрерывные шкалы отличаются по величине наибольшего значения (при количественных сравнениях) или по количеству основных градаций (при качественных сравнениях). Если «вес» объекта оценивается как превышающий «вес» объекта, результату парного сравнения объектов и соответствует значение на шкале, большее единицы. В противном случае лежит на шкале слева от единицы. В соответствии с этим правилом осуществляется и перевод градаций качественных шкал в числовые значения.

2.4) Способ сравнений определяется набором парных сравнений, необходимых для определения приоритетов узлов кластера. При сравнениях с эталоном (по Стивенсу) выбирается один из узлов кластера, с которым сравниваются все остальные. При проведении классических сравнений (по Саати) каждый узел кластера сравнивается со всеми остальными узлами кластера.

2.5) Сравнения кластеров — процедура оценки важности (приоритетности, силы подчинения) кластеров, имеющих общую вершину.Кластеры сравниваются друг с другом по критерию, заданному названием их вершины. Для проведения сравнений используется та же методика, что и для сравнений узлов в кластере. Фактически при сравнении кластеров, подчиненных одному узлу, производится рейтингование уровней по критерию, определяемому этим узлом.

2.6) Матрица сравнений – таблица числовых значений парных сравнений (для узлов кластера или для кластеров, имеющих общую вершину).

2.7) Индекс согласованности – количественная оценка противоречивости результатов сравнений (для системы в целом, для узлов одного кластера или для кластеров, имеющих общую вершину). Следует иметь в виду, что между достоверностью и непротиворечивостью сравнений нет явной связи. Противоречия в сравнениях возникают из-за субъективных ошибок экспертов. Индекс согласованности не зависит от шкал сравнений, но зависит от количества парных сравнений. Индекс согласованности – положительное число. Чем меньше противоречий в сравнениях, тем меньше значение индекса согласованности. При использовании способа сравнений с эталоном значение индекса согласованности равно нулю.

2.8) Достоверность результата сравнения – количественной оценка, характеризующая степень неточности (размытости) результата сравнения, связанная с компетентностью эксперта, уровнем доверия к данным и т.п. Достоверность сравнения выражается долей единицы (или в процентах). Нулю соответствуют абсолютно недостоверные сравнения, единице (или 100%) – абсолютно достоверные сравнения. На основе значений достоверности сравнений для кластеров, имеющих общую вершину, и значений достоверности парных сравнений в кластерах определяется достоверность данных в масштабах всей системы.

2.9) Относительная согласованность матрицы сравнений – отношение индекса согласованности к среднестатистическому значению индекса согласованности при случайном выборе коэффициентов матрицы сравнений. Относительная согласованность для системы в целом характеризует взвешенное среднее значение относительной согласованности по всем матрицам сравнений. Данные можно считать практически непротиворечивыми (достаточно согласованными), если значение относительной согласованности меньше чем 0,1. Это заключение справедливо как для данных кластера, так и для данных в масштабе всей системы.

2.10) Идеальные сравнения – наиболее близкие к имеющимся непротиворечивые результаты сравнений. Идеальным сравнениям соответствуют нулевой индекс согласованности и, соответственно, нулевое значение относительной согласованности. Знание идеальных сравнений используется при проведении процедуры согласования для кластеров, позволяющей скорректировать сравнения для уменьшения их противоречивости.

2.11) Наиболее противоречивые сравнения – это результаты нескольких парных сравнений узлов одного кластера или кластеров, имеющих общую вершину, вносящие наибольший вклад в значение относительной согласованности.

3. Результаты

3.1) Итоговый вектор приоритетов – рейтинг альтернатив. Каждой альтернативе (каждому возможному решению) ставится в соответствие положительное число – приоритет. Приоритет количественно выражает важность (предпочтительность, вероятность, оптимальность и т.п.) альтернативы в соответствии с главным критерием. Сумма приоритетов всех альтернатив равна единице. Вследствие этого часто допустимо отождествление приоритетов с вероятностями. Для поддержки принятия решения в основном с помощью итогового вектора приоритетов производится интерпретация результатов применения метода. Например, принимается решение с наибольшим приоритетом, отвергается решение с наименьшим приоритетом и т.п.

3.2) Вектор приоритетов уровня - рейтинг узлов данного уровня. Вектор приоритетов уровня вычисляется в предположении, что узлы данного уровня являются альтернативами. Все уровни, кроме тех, что содержат альтернативы и главный критерий рейтингования альтернатив, состоят из факторов, влияющих на итоговый вектор приоритетов. Таким образом, приоритеты узлов-факторов количественно характеризуют важность учета каждого фактора относительно других факторов того же уровня. При вычислении вектора приоритетов уровня рассматриваются только такие пути, образованные связями, которые ведут от вершины к узлам данного уровня. Приоритет узла в системе – это соответствующая компонента вектора приоритетов уровня, которому принадлежит данный узел.

3.3) Вектор приоритетов кластера – рейтинг узлов кластера. Вектор приоритетов узлов кластера может задаваться напрямую (без проведения сравнений) или рассчитываться на основе матрицы сравнений.

3.4) Показатели согласованности и достоверности для системы в целом, характеризующие качество данных, использованных для вычисления векторов приоритетов, также являются результатами. Величины этих показателей позволяют оценить степень доверия к результатам, полученным с помощью метода анализа иерархий. Знание показателей согласованности позволяет решать промежуточную задачу выявления участков проблемы, по которым имеется наиболее противоречивая информация. Решение такой задачи позволяет сделать сбор и корректировку данных более целенаправленными.

3.5) Устойчивость вектора приоритетов – качественная характеристика чувствительности значений приоритетов к малым изменениям данных или структуры модели. Очевидно, данные, использующиеся для принятия решений, всегда более или менее неточны. Поэтому чем меньше чувствительность значений приоритетов, тем больше обоснованность использования этих приоритетов для поддержки принятия решения. В зависимости от решаемой задачи определяется понятие «существенное изменение рейтинга» (смена лидера, смена аутсайдера и т.п.). Если при малых изменениях данных или структуры рейтинг изменяется несущественно, то он считается устойчивым.

3.6) Существенные элементы структуры – это узлы или связи между узлами, удаление которых приводит к существенному изменению рейтинга. Очевидно, заранее бывает чрезвычайно сложно определить, какие факторы являются определяющими для принятия решения, а какими можно пренебречь. Часто при принятии решений происходит упрощение ситуации (отбрасывание ряда факторов) или делается попытка учесть максимально возможное количество факторов. Поэтому поиск существенных факторов является важной самостоятельной задачей в процессе подготовки принятия решения.

3.7) Приоритет узла в модели – соответствующая компонента вектора приоритетов уровня, которому принадлежит данный узел. Допустим, в решаемой задаче близость приоритета к единице (к нулю) ассоциируется с предпочтительностью оптимальностью и т.п. Тогда, как правило, узлы с малыми (с большими) приоритетами оказываются несущественными.

3.8) Приоритет кластера в модели . Если некоторый узел является вершиной только одного кластера, то приоритет кластера в модели совпадает с приоритетом его вершины. (В модели, структура которой является строгой иерархией, так определяется приоритет для каждого кластера.) Если некоторый узел является вершиной нескольких кластеров, то для них устанавливаются приоритеты относительно общей вершины. Приоритет каждого из таких кластеров определяется как произведение приоритета относительно вершины на приоритет узла-вершины в модели.

. .

Порядок расчета показателей важности по методике анализа иерархий Т. Саати


При утверждении управленческих решений и прогнозировании вероятных итогов лицо, принимающее решение, как правило, сталкивается со сложной организацией взаимозависимых элементов, которую нужно разобрать. На сегодняшний день есть масса технологий, позволяющих максимально облегчить существование и помочь в решении проблем, сплоченных с процессами принятия решений. «Метод анализа иерархий, разработан Т. Саати. Сегодня его используют повсеместно: от риэлтеров, при оценке недвижимости, до кадровиков, при замещении вакантных должностей». Данный метод разрешает группе людей, взаимодействовать по интересующей их задаче, видоизменять свои мнения и в итоге соединить групповые мнения в соответствии с главным критерием: при проведении попарных сопоставлений объектов по касательству к некоторой характеристике, или характеристик по отношению к высшей цели, полярные отношения обеспечивают ключ к объединению групповых суждений целесообразным образом.

Метод анализа иерархий Т. Саати проводится по следующей схеме:

1) структурирование проблемы выбора в виде иерархии или сети;

2) установка приоритетов критериев и оценка каждой из альтернатив по критериям;

3) вычисляются коэффициенты важности для элементов каждого уровня. При этом проверяется согласованность суждений;

4) подсчитывается комбинированный весовой коэффициент и определяется наилучшая альтернатива.

Ключевой задачей в методе анализа иерархий Т. Саати является оценка высших уровней исходя из взаимодействия разных уровней иерархии, а не из прямой зависимости от элементов на этих уровнях. Точные технологии построения систем в виде иерархий понемногу появляются в естественных и общественных науках, и в особенности в задачах общей теории систем, объединенных с планированием и построением социальных систем. Концептуально, наиболее примитивная иерархия - линейная, восходящая от одного уровня элементов к последующему.

Например, в процессе производства имеется уровень рабочих, подчиняющийся уровню мастеров, который в свою очередь подчиняется уровнем управляющих и т. д., до вице-президентов и президента. В нелинейной иерархии верхний уровень может быть как в подчиняющем, так и в подчиненном положении. В математической теории иерархий разрабатывается технология оценки влияния уровня на соседний уровень посредством композиции надлежащего вклада компонентов нижнего уровня по отношению к компоненту верхнего уровня. Эта система может распространяться вверх по иерархии.

В наиболее примитивном виде иерархия основывается с вершины, через промежуточные критерии к самому нижнему уровню – комплекту альтернатив.

После иерархического отображения вопроса учреждаются приоритеты критериев и оценивается каждая из альтернатив по заданным параметрам.

Каждый предмет можно оценивать по многим показателям качества.

Эксперт может сопоставить два предмета и дать им оценки, например, упорядочить несколько предметов по привлекательности. Ответы эксперта обычно измерены в порядковой шкале, являются ранжировками, итогами парных сравнений.

Метод анализа иерархий Т. Саати предполагает следующие этапы:

2. построение иерархии - разложение проблемы на элементарные составляющие: от проблемы через промежуточные составляющие к самому нижнему - перечню простых .

В качестве количественной характеристики может быть избрано стандартное отклонение. В данном случае авторитет подхода обусловливается, по аналогии с неравноточными измерениями, величиной обратно пропорциональной значимости квадрата стандартного отклонения.

Для проведения субъективных парных сравнений Т. Саати была разработана шкала относительной важности.

Метод анализа иерархий - действенный, элементарный и доступный метод. Он употреблялся при решении многих задач, среди которых:

Репетиторство

Нужна помощь по изучению какой-либы темы?

Наши специалисты проконсультируют или окажут репетиторские услуги по интересующей вас тематике.
Отправь заявку с указанием темы прямо сейчас, чтобы узнать о возможности получения консультации.

Введение

Метод анализа иерархий является замкнутой логической конструкцией, которая обеспечивает с помощью простых и хорошо обоснованных правил, решение многокритериальных задач, включающих как качественные, так и количественные факторы, причем количественные факторы могут иметь разную размерность. Метод основан на декомпозиции задачи и представлении ее в виде иерархической структуры, что позволяет включить в иерархию все имеющиеся у лица, принимающего решение знания по решаемой проблеме и последующей обработке суждений лиц, принимающих решения. В результате может быть выявлена относительная степень взаимодействия элементов в иерархии, которые затем выражаются численно. Метод анализа иерархий включает процедуры синтеза множественных суждений, получения приоритетности критериев и нахождения альтернативных решений.

Весь процесс решения подвергается проверке и переосмыслению на каждом этапе, что позволяет проводить оценку качества полученного решения.

Метод анализа иерархий представляет собой систематическую процедуру для иерархического представления элементов, которые определяют суть задачи принятия решений.

Актуальность данной темы обусловлена широким применением метода анализа иерархий, на основе этого метода разработаны достаточно серьезные системы поддержки принятия решений возрастанием закона единства анализа и синтеза. В научной литературе подробно рассматривается метод анализа иерархий и его применение в различных областях.

Цель исследования - изучение закона единства анализа и синтеза, как в природе, так и в конкретной организации.

Объект исследования - компания, занимающаяся разработкой и продвижением программно-технологических решений для комплексной автоматизации управления предприятиями.

Предмет исследования - метод анализа иерархий.

Задачи исследования:

1) понятие и применение метода анализа иерархий;

2) исследование особенности метода анализа иерархий;

3) определение достоинств и недостатков метода анализа иерархий.

Данная работа состоит из введения, двух глав, включающих в себя по три части, заключения и списка использованной литературы.

Особенности применения метода анализа иерархий, его преимущества и недостатки

Понятие и характеристика метода анализа иерархий

В настоящее время существует множество информационных технологий, позволяющих предельно облегчить жизнь и помочь в решении проблем, связанных с процессами принятия решений в различных предметных областях. В частности, очень распространены сейчас системы поддержки принятия решений на основе Метода Анализа Иерархий (МАИ). Оценка вариантов решений с использованием МАИ осуществляется как на основе объективной, так и субъективной исходной информации.

В начале 1970 года американский математик Томас Саати разработал процедуру поддержки принятия решений, которую назвал "Analityc hierarchy process" (AHP). Авторы русского издания перевели это название как "Метод анализа иерархий" - (Книга "Принятие решений. Метод анализа иерархий".

Этот метод относится к классу критериальных и занимает особое место, благодаря тому, что он получил исключительно широкое распространение и активно применяется по сей день, особенно в США. Не следует думать, что его выдающаяся популярность объясняется какими-либо важными преимуществами этого метода, по сравнению с другими. Здесь можно столкнуться с известным психологическим феноменом: продукт, появившийся первым и удачно удовлетворяющий определенную потребность, захватывает рынок. Более поздние продукты, зачастую более совершенные, часто оказываются неспособны вытеснить удачливого первенца.

На основе этого метода разработаны достаточно серьезные системы поддержки принятия решений, например "Expert choice".

Структура модели принятия решения в методе анализа иерархий представляет собой схему (граф), которая включает:

1) набор альтернативных решений;

3) набор групп однотипных факторов, влияющих на рейтинг;

4) множество направленных связей, указывающих на влияния решений, критерия и факторов друг на друга.

Структура модели отражает результат анализа ситуации принятия решения.

Первая группа понятий связана с описанием возможных структур моделей принятия решения.

Для вычисления приоритетов альтернативных решений к структуре необходимо добавить информацию о силе влияний решений, критерия и факторов друг на друга.

Вторая группа понятий связана с описанием данных для моделей принятия решения.

После того как сформирована структура и собраны все данные, модель принятия решения готова, т.е. в ней могут быть получены рейтинги приоритетов решений и факторов. Знание приоритетов используется для поддержки принятия решения.

Третья группа понятий связана с описанием результатов, получаемых в моделях принятия решения.

Четвертая группа понятий связана с пояснением того, как организованы вычисления. Знание этих понятий необходимо лишь для понимания математических обоснований метода. Для применения метода знание этих понятий необязательно.

Метод анализа иерархий представляет собой междисциплинарную область науки.

Обоснование вычислительных процедур метода проводится с помощью теории неотрицательных матриц.

Основным инструментом для сбора данных, благодаря которому метод практически не имеет аналогов при работе с качественной информацией, является процедура парных сравнений. Психологические обоснования шкал сравнений основаны на результатах исследований стимулов и реакций.

Анализ структуры модели, которой оперирует метод анализа иерархий, проводится с помощью процедур, разработанных в теории графов.

При проведении процедуры согласования и при решении обратной задачи используются методы оптимизации (нелинейного программирования).

Метод анализа иерархий представляется более обоснованным путем решения многокритериальных задач в сложной обстановке с иерархическими структурами, включающими как осязаемые, так и неосязаемые факторы, чем подход, основанный на линейной логике. Применяя дедуктивную логику, исследователи проходят трудный путь построения тщательно осмысленных логических цепей только для того, чтобы в итоге, полагаясь на одну лишь интуицию, объединить различные умозаключения, полученные из этих дедуктивных посылок. Кроме того, подход, основанный на логических цепях, может не привести к наилучшему решению, так как в данном случае может быть потеряна возможность принятия компромиссов между факторами, лежащими в разных цепях логического мышления.

Иерархия является основным способом, с помощью которого исследователь может подразделить всю совокупность исследуемых данных на кластеры и подкластеры. Основной задачей МАИ является оценка высших уровней иерархии, исходя из взаимодействия различных уровней, а не из непосредственной зависимости от элементов на этих уровнях. Применение МАИ для определения влияния инновационных управляющих воздействий (автоматизированная обучающая среда; интерактивное сетевое взаимодействие; направляемая самостоятельная познавательная деятельность; выездная сессия; автоматизированный документооборот) на результат учебной деятельности и вклад влияния каждого управляющего воздействия на итоговый результат, позволит повысить качество подготовки специалистов. Основной задачей является оценка значимости рассматриваемых управляющих воздействий.

Процессы принятия решений в различных сферах деятельности во многом аналогичны. Поэтому необходим универсальный метод поддержки принятия решений, соответствующий естественному ходу человеческого мышления.

Часто экономические, медицинские, политические, социальные, управленческие проблемы имеют несколько вариантов решений. Зачастую, выбирая одно решение из множества возможных, лицо, принимающее решение, руководствуется только интуитивными представлениями. Вследствие этого принятие решения имеет неопределенный характер, что сказывается на качестве принимаемых решений.

С целью придания ясности процесс подготовки принятия решения на всех этапах сопровождается количественным выражением таких категорий как "предпочтительность", "важность", "желательность" и т.п.

Требуется каждой альтернативе поставить в соответствие приоритет (число) - получить рейтинг альтернатив. Причем чем более предпочтительна альтернатива по избранному критерию, тем больше ее приоритет.

Принятие решений основывается на величинах приоритетов.

Метод анализа иерархий - методологическая основа для решения задач выбора альтернатив посредством их многокритериального рейтингования.

Метод анализа иерархий вырос в настоящее время в обширный междисциплинарный раздел науки, имеющий строгие математические и психологические обоснования и многочисленные приложения.

Основное применение метода - поддержка принятия решений посредством иерархической композиции задачи и рейтингования альтернативных решений. Имея в виду это обстоятельство, перечислим возможности метода.

1) Метод позволяет провести анализ проблемы. При этом проблема принятия решения представляется в виде иерархически упорядоченных:

б) нескольких групп (уровней) однотипных факторов, так или иначе влияющих на рейтинг;

в) группы возможных решений;

г) системы связей, указывающих на взаимное влияние факторов и решений. иерархия синтез операционный

Предполагается, так же, что для всех перечисленных "узлов" проблемы указаны их взаимные влияния друг на друга (связи друг с другом).

2) Метод позволяет провести сбор данных по проблеме.

В соответствие с результатами иерархической декомпозиции модель ситуации принятия решения имеет кластерную структуру. Набор возможных решений и все факторы, влияющие на приоритеты решений, разбиваются на относительно небольшие группы - кластеры. Разработанная в методе анализа иерархий процедура парных сравнений позволяет определить приоритеты объектов, входящих в каждый кластер. Для этого используется метод собственного вектора. Итак, сложная проблема сбора данных разбивается на ряд более простых, решающихся для кластеров.

3) Метод позволяет оценить противоречивость данных и минимизировать ее.

С этой целью в методе анализа иерархий разработаны процедуры согласования. В частности, имеется возможность определять наиболее противоречивые данные, что позволяет выявить наименее ясные участки проблемы и организовать более тщательное выборочное обдумывание проблемы.

4) Метод позволяет провести синтез проблемы принятия решения.

После того, как проведен анализ проблемы и собраны данные по всем кластерам, по специальному алгоритму рассчитывается итоговый рейтинг - набор приоритетов альтернативных решений. Свойства этого рейтинга позволяют осуществлять поддержку принятия решений. Например, принимается решение с наибольшим приоритетом. Кроме того, метод позволяет построить рейтинги для групп факторов, что позволяет оценивать важность каждого фактора.

5) Метод позволяет организовать обсуждение проблемы, способствует достижению консенсуса.

Мнения, возникающие при обсуждении проблемы принятия решения, сами могут в данной ситуации рассматриваться в качестве возможных решений. Поэтому метод анализа иерархии можно применить для определения важности учета мнения каждого участника обсуждения.

6) Метод позволяет оценить важность учета каждого решения и важность учета каждого фактора, влияющего на приоритеты решений.

В соответствии с формулировкой задачи принятия решения величина приоритета напрямую связана с оптимальностью решения. Поэтому решения с низкими приоритетами отвергаются как несущественные. Как отмечено выше, метод позволяет оценивать приоритеты факторов. Поэтому, если при исключении некоторого фактора приоритеты решений изменяются незначительно, такой фактор можно считать несущественным для рассматриваемой задачи.

7) Метод позволяет оценить устойчивость принимаемого решения.

Метод анализа иерархий имеет аналогии с различными теориями.

1. Метод анализа иерархий имеет аналогии с теорией вероятностей.

Приоритеты альтернатив (это положительные числа, их сумма равна единице) можно отождествить с вероятностями выбора альтернатив. Приоритеты факторов, влияющих на рейтинг альтернатив, можно считать вероятностями гипотез. При таком подходе способ вычисления приоритетов альтернатив аналогичен применению формулы полной вероятности.

При работе с моделями, учитывающими наличие обратных связей, можно установить многочисленные терминологические и идеологические соответствия между методом анализа иерархий и марковскими случайными процессами с дискретным набором состояний и дискретным временем (марковскими цепями).

2. Метод анализа иерархий имеет аналогии с теорией графов.

Структура ситуации принятия решения представляется в методе анализа иерархий в виде направленного графа. Узлами графа служат: альтернативы, главный критерий рейтингования альтернатив, факторы, влияющие на рейтинг альтернатив. Направленными дугами графа являются связи, указывающие на влияния одних узлов, на приоритеты других узлов.

3. Метод анализа иерархий имеет аналогии с теорией неотрицательных матриц.

4. Метод анализа иерархий имеет аналогии с экспертными системами.

Технологии принятия решения с помощью экспертных систем, основанных на байесовском способе логического вывода, являются частным случаем применения метода анализа иерархий.

5. Метод анализа иерархий имеет аналогии с идеологией искусственных нейронных сетей.

В частности, обратная задача в методе анализа иерархий по способу решения и проведение процедуры согласования аналогичны обучению нейронной сети.

6. Метод анализа иерархий имеет аналогии с синергетикой.

Модели, строящиеся в методе анализа иерархий, имеют кластерную структуру. Кластеры, по сути, являются элементарными иерархическими структурами. В пределах кластеров метод оперирует понятием вектора приоритетов. При соединении кластеров в систему рейтинг альтернатив конструируется на основе векторов приоритетов в отдельных кластерах. Сложные модели часто демонстрируют "голографический" эффект. Даже при удалении части структуры итоговый рейтинг в целом сохраняется.

Изложение алгоритма МАИ приведем, следуя и , для наглядности совместив формальное описание с примером.

2.1. Основные положения

Метод анализа иерархий является систематической процедурой для иерархического представления компонентов, определяющих суть любой проблемы . Метод состоит в декомпозиции проблемы на все более простые составляющие части и дальнейшей обработке последовательности суждений лица, принимающего решение (ЛПР), по парным сравнениям. В результате может быть выражена относительная степень взаимодействия элементов. Эти суждения затем выражаются численно. Метод анализа иерархии включает процедуры синтеза множественных суждений, выявления приоритетности критериев и нахождения альтернативных решений. Полученные таким образом значения являются оценками в шкале отношений и соответствуют некоторым численным оценкам.

Решение проблемы – это процедура поэтапного установления приоритетов. На первом этапе выявляются наиболее важные компоненты проблемы, на втором – наилучший способ проверки наблюдений, испытания и оценка альтернатив; на следующем этапе вырабатывается решение и оценивается его качество. Процесс может быть проведен также над последовательностью иерархий: в этом случае результаты, полученные в одной из них, используются в качестве входных данных при изучении следующей. Метод многокритериального отбора систематизирует процесс решения такой многоступенчатой задачи.

Основные принципы метода анализа иерархий

1. Принцип идентичности и декомпозиции . Предусматривает структурирование проблем в виде иерархии или сети.

2. Принцип сравнительный суждений (парных сравнений). Предполагает, что элементы задачи (альтернативы и критерии) сравниваются попарно с позиции их воздействия на общую характеристику.

3. Принцип синтеза приоритетов. Предполагает формирование набора локальных приоритетов, которые выражают относительное влияние множества элементов на элемент примыкающего сверху уровня.

2.2. Постановка задачи (пример)

Целью задачи является строительство аэропорта . Необходимо выбрать лучшую площадку для строительства аэропорта с точки зрения выделенных критериев. Комиссия по выбору постройки аэропорта предварительно отобрала из нескольких возможных три альтернативных варианта площадок – А1, А2, А3 . Было выявлено три основных критерия, влияющих на принятие решения о выборе площадки для строительства: 1 – стоимость строительства, 2 – время в пути от аэропорта до центра города, 3 – количество жителей, подвергающихся шумовым воздействиям. При решении задачи используется МАИ для поддержки процесса принятия решений.

2.3. Этапы маи

Этап 1. Построение иерархической структуры задачи многомерного выбора.

В общем случае простейшей трехуровневой иерархии структура имеет вид Рис.1.

Рис. 1. Обобщенна иерархическая структура проблемы

Этап 1. Структуризация.

Структуру решаемой задачи можно представить в виде иерархической структуры, показанной на Рис. 2.

Рис. 2. Иерархическая структура проблемы

Этап 2. Выполнение попарных экспертных сравнений элементов каждого уровня иерархий.

Рассмотрим элементы С 1 , С 2 , …, С n некоторого зафиксированного уровня иерархи. Мы хотим определить веса ѡ 1 , ѡ 2 , …,ѡ n влияния этих элементов на некоторый элемент вышестоящего уровня. Основным инструментом оценки влияния является матрица чисел по шкале отношений 1, …, 9 (табл. 1), представляющих суждения о парных сравнениях. Для представления приоритетов в МАИ выбран собственный вектор, принадлежащий наибольшему собственному значению указанной матрицы А . Обозначим через число (бал), соответствующее значимости (предпочтения) элементаС i по сравнению с элементом С j данного уровня иерархии по влиянию С i , С j на фиксированный элемент вышестоящего уровня (например К1 на Рис. 2):

Матрица А с содержательной точки зрения будет согласованной по оценкам при введении условия

С математической точки зрения это условие наделяет матрицу А свойством обратносимметричной матрицы. На главой диагонали матрицы А стоят 1.

Если оценки попарных сравнений известны точно, т.е. оценки основаны на экспериментальных измерениях, то

т.е. веса влияния элементов известны.

Например, если взвешиваются два предмета: С 1 =305,2 и С 2 =244,2, тогда отношение означает, что предметС 1 в 1,25 раз тяжелее предмета С 2 .

Для случая экспериментального измерения весов ѡ 1 , ѡ 2 , …,ѡ i ,…, ѡ n сравниваемых элементов на уровне иерархии согласованность считается полной , естественно, с точностью до погрешности измерительных приборов или расчетных методик. При экспертной оценке отношений (7) согласованность суждений и соответственно матрицы А будет не полной . Значит нужно разработать некоторую числовую меру отклонения согласованности матрицы А от идеальной (см. ниже формулу отношения согласованности (9)).

Теперь рассмотрим подробнее содержательный смысл требования согласованности в МАИ.

В МАИ под согласованностью суждений подразумевается не просто традиционное требование транзитивности предпочтений : если например, для индивидуума яблоки предпочтительнее апельсинов, а апельсины предпочтительнее бананов, то яблоки должны быть предпочтительнее бананов.

Схематически это можно записать так:

– знак предпочтения элемента в отношении двух элементов; ∩ – знак пересечения множеств (совместности).

В МАИ транзитивность наделяется количественными отношениями. Например, если яблоки в 2 раза предпочтительнее апельсин (по цене), а апельсины предпочтительнее бананов в 3 раза, то яблоки должны быть в 6 раз предпочтительнее бананов. Именно это автор МАИ Саати называет числовой (кардинальной) согласованностью предпочтений. Несогласованность означает отсутствие пропорциональности, которое может нарушить транзитивность.

МАИ не только показывает наличие несогласованности отдельных сравнений, но и дает численную оценку того, как сильно нарушена согласованность для всей рассматриваемой задачи.

Замечание. В простейшей версии МАИ считается, что элементы в каждой группе иерархии (называемой уровнем, кластером, стратой) независимы между собой, но все они влияют на каждый элемент другого (вышестоящего) уровня. Таким образом, общая задача многокритериального выбора сводится к задаче оценки влияния уровней иерархи (снизу-вверх либо сверху-вниз).

Теперь обратимся к расчетам для нашего примера.

    Зафиксируем нижний (третий) уровень иерархи Рис. 2, содержащий элементы А1, А2, А3 альтернативных площадок для строительства аэропорта. Зафиксируем также один элемент К1 – стоимость строительства на уровне 2 иерархии.

Примечание: в МАИ можно формировать матрицу парных сравнений на основе любой шкалы отношений, применяемой для измеряемых свойств сравниваемых объектов. В этом случае экспертная оценка заменяется отношением двух соответствующих измерений. Новая шкала (собственный вектор), которая выводится из матрицы парных сравнений, содержащий оценки реальных измерений, будет эквивалентна той, которую можно получить путем нормирования соответствующих измерений.

Таблица 1

Шкала относительной важности

Матрица экспертных оценок влияния элементов А1, А2, А3 на элемент К1 второго уровня иерархии показана в таблице 2 (выделено темным цветом). В таблице 2 приведены также расчетные величины для определения максимального собственного значения и главного собственного вектораполученной матрицыА (алгоритм расчета этих величин описан в этапе 3 алгоритма в таблице 6).

Аналогично получены матрицы парных сравнений элементов А1, А2, А3 относительно критерия К2 (таблица 3) и критерия К3 (таблица 4).

Таблица 2

Матрица А С.1 парных сравнений альтернатив по первому критерию

Стоимость производства К1

W1

Сумма по столбцу СВ

λmax=3,44; ИС=0,22; ОС=0,379.

Таблица 3

Матрица А С.2 парных сравнений альтернатив по второму критерию

Стоимость производства К2

Компоненты собственного вектора W2

Нормализованные компоненты собственного вектора приоритетов

Сумма по столбцу СВ

λmax=3,04; ИС=0,22; ОС=0,03.

Таблица 4

Матрица А С.3 парных сравнений альтернатив по третьему критерию

Стоимость производства К3

Компоненты собственного вектора W3

Нормализованные компоненты собственного вектора приоритетов

Сумма по столбцу СВ

λmax=3,37; ИС=0,18; ОС=0,31.

Аналогично строиться матрица парных сравнений для второго уровня иерархий, элементами которого являются критерии К1, К2, К3 . Эта матрица показана в таблице 5 (выделено темным цветом).

Таблица 5

Матрица А С.4 парных сравнений критериев

Компоненты собственного вектора W 4

Компоненты нормализованного собственного вектора приоритетов элементов второго уровня (критериев)

λmax=3,297; ИС=0,15; ОС=0,26.

Этап 3 . Определение вектора приоритетов.

В качестве вектора приоритетов для каждого уровня иерархии принят нормализованный главный собственный вектор матрицы попарных сравнений. Для расчета этих векторов используется приближенный метод 4 из оценки через средние геометрические.

Собственный вектор обеспечивает упорядочение приоритетов. Чем больше i -я компонента СВ, тем больше влияние i -го элемента в комплексе всех элементов анализируемого уровня иерархии на выделенный элемент С вышестоящего уровня.

Для нижнего уровня альтернатив (площадок для строительства А1, А2, А3 ) алгоритм расчета собственного вектора, относящийся к матрице парных сравнений из таблицы 2, показан в таблице 6. В таблице 2 показан также результат расчета – нормализованный собственный вектор .

Аналогично рассчитывается нормализованные собственные векторы для матриц парных сравнений А с.2 и А с.3 из таблиц 3 и 4.

Получены оценки: ;, которые отражены в таблицах 3 и 4.

Для второго уровня иерархии, включающего критерии К1, К2 и К3 , оценка нормализованного собственного вектора, характеризующие его приоритеты этого уровня по влиянию на единственный элемент верхнего (первого) уровня, т.е. цель выбора, производится по описанному выше алгоритму. Для матрицы парных сравнений А с.4 из таблицы 5, получены данные расчета: .

Таким образом, все векторы приоритетов для второго и третьего уровней иерархии получены.

Этап 4. Определение максимальных собственных значений и степени согласованности матриц парных сравнений.

Прежде чем перейти к синтезу оптимальной альтернативы с учетом всех элементов второго и третьего уровней иерархии, нужно убедиться в достаточном уровне согласованности всех матриц суждений А с.1 , А с.2 , А с.2 , А с.4 . Для этого нужно вычислить максимальные собственные значения этих матриц. В теории МАИ приводится следующий алгоритм расчета. Сначала суммируется каждый столбец суждений, затем сумма первого столбца умножается на величину первой компоненты нормализованного вектора приоритетов, сумма второго столбца – на вторую компоненту и т.д. Затем полученные числа суммируются:

где k – номер матрицы парных сравнений (суждений); – вектор-строка столбцовых сумм матрицы суждений с номеромk ; – нормализованный собственный главный вектор матрицы сужденийА с. k , принадлежащий наибольшему собственному значению .

Таблица 6

Матрица парных сравнений альтернатив по первому критерию К1

К1

А1

А2

А3

Компоненты собственного вектора

Компоненты нормализованного вектора приоритетов

А1

А2

А3

Сумма по столбцам

В (8) умножение производится по правилу скалярного произведения векторов.

Например, для матрицы суждений А с.1 из таблицы 2 получим:

Максимальные собственные значения всех матриц суждения ,,,приведены соответственно в таблицах 2, 3, 4 и 5.

Этап 5 . Определение индексов согласованности и отношений согласованности для матриц суждений.

В общем случае под согласованностью понимается то, что при наличии основного (базового) массива необработанных данных все другие данные логически могут быть получены из них. Или другими словами, отношения элементов всей матрицы А не должны быть противоречивыми.

Из теории МАИ известно, что идеальная согласованность положительной обратносимметричной матрицы эквивалентна требованию

Заметим, что всегда верно, поэтому

Тогда степень согласованности матрицы суждений можно оценить мерой, называемой индексом согласованности (ИС)

Знаменатель – это число всех возможных парных сравнений данного элементав фиксированной строкеi для квадратной матрицы n -го порядка.

Следовательно, ИС имеет смысл отклонения от абсолютной согласованности, приходящегося на одно парное сравнение.

Вводится критерий, называемый отношением согласованности (ОС):

где СС – индекс случайной согласованности (СС).

СС определяется путем задания оценок по шкале отношений для случайно выбранных суждений при парных сравнениях и соответствующих им обратных величин для матрицыА. Значения СС в теории МАИ заранее вычислены и представлены в таблице 7.

Таблица 7

Случайная согласованность для случайных матриц

Приемлемая величина ОС – порядка 10% или менее. Если ОС выходит из этих пределов, то ЛПР должно провести более глубокие исследования задачи и проверить свои суждения, т.е. назначение величин в матрице парных сравнений.

В качестве примера приведем оценки для матрицы суждений А с.1 из таблицы 2:

Величины значения индекса согласованности и отношений согласованности для матриц суждений А с.1 , А с.2 , А с.3 , А с.4 показаны соответственно в таблицах 2, 3, 4 и 5.

Замечание. Формально отношения согласованности ОС 1 =0,378 для матрицы А с.1 , ОС 3 =0,31 для матрицы А с.3 и ОС 4 =0,26 для матрицы А с.4 являются неприемлемыми, т.е. уровень их согласованности очень мал. Требуется, чтобы ОС было меньше 0,1. Однако исправление указанных матриц суждения, а значит и всей задачи мы делать не будем, поскольку рассматриваемая задача носит учебный характер.

Этап 6. Синтез приоритетов уровней.

В математической теории иерархий разработан метод оценки воздействия уровня на соседний вышестоящий уровень путем композиции соответствующего вклада (приоритетов) элементов данного уровня по отношении к каждому элементу соседнего верхнего уровня. Композиция распространяется снизу-вверх. В принципе, можно рассматривать также распространение композиции сверху-вниз.

Математически «композиция» отображается оператором умножения. Как известно , в математической логике операция умножения отображает совместное действие сомножителей.

Приоритеты синтезируются, начиная со второго уровня вниз. Локальные приоритеты (приоритеты альтернатив А 1 , А 2 , А 3 по каждому критерию) перемножаются на приоритет соответствующего критерия на вышестоящем уровне и суммируются по каждому элементу в соответствии критериями на которые воздействует этот элемент. Процедура продолжается до самого нижнего уровня. В формализованном виде процедура синтеза приоритетов имеет следующий вид.

Общий вектор приоритетов взаимного влияния уровня 3 альтернатив (А 1 , А 2 , А 3) и уровня 2 критериев (К1, К2, К3) на общую цель (уровень 1) равен:

где В – матрица компонент нормированных векторов приоритетов альтернатив первого снизу уровня (см. таблицы 2, 3 и 4); – нормированный вектор приоритета критериев второго уровня (таблица 5).

В (11) умножение производится по правилам умножения матрицы на вектор:

Для нашего примера:

Этап 7 . Выбор оптимально альтернативы.

Алгоритм оптимального выбора прост:

Таким образом, алгоритм оптимального многокритериального выбора приводит к выбору площадки А 1 для строительства аэропорта, так как ей соответствует наибольшее значение компоненты вектора общего приоритета

Достоинством метода анализа иерархий является направленность на сравнение реальных альтернатив. Метод может применятся в тех случаях, когда эксперты не могут дать абсолютной оценки альтернатив по критериям, а пользуются более слабыми сравнительными измерениями.

В рамках теории принятия решений процедура согласования результатов может быть рассмотрена как многокритериальная задача, в которой альтернативами являются подходы оценки недвижимости. Для получения весов этих подходов необходимо выбрать критерии оценки альтернатив. В литературе встречаются различные варианты выбора критериев для процедуры согласования, например может быть предложен вариант, в которой отражены рассуждения, проведенные выше. Эти критерии в совокупности достаточно хорошо позволяют оценить специфику проводимых расчетов рыночной стоимости недвижимости в рамках каждого из применяемых подходов. Таким образом, в действительности речь идет о применимости подходов и методов оценки.

Метод анализа иерархий (МАИ) (Analytic Hierarchy Process — АНР) является математической процедурой для иерархического представления сущностных элементов на все более простые составляющие части и дальнейшей обработке последовательных суждений оценщика по парным сравнениям. В результате может быть выражена относительная степень (интенсивность) взаимодействия элементов в иерархии. Эти суждения затем выражаются численно.

Главное преимущество метода анализа иерархий, разработанного американским математиком Т. Саати, заключается в возможности сравнивать критерии и варианты решений попарно, что существенно облегчает обоснование сделанных выводов.

Пример иерархии

Алгоритм МАИ состоит из следующих этапов:
1. Структурировать проблему согласования результатов в виде иерархии и построить ее (рис. 15.1).
Например, в результате оценки получены следующие результаты:
- сравнительный подход — 2 950 000 у.е.;
- затратный подход — 2 440 000 у.е.;
- доходный подход — 2 980 000 у.е.
-
Тогда проблема согласования результатов может быть представлена в виде иерархии, где верхний уровень — цель — определение рыночной стоимости; промежуточный уровень — критерии согласования (их указано четыре), нижний уровень — набор альтернатив — результаты, полученные применением различных подходов оценки.

Далее использован следующий набор из пяти критериев:
а) адекватность подхода цели оценки;
б) наличие необходимой и достоверной информации, на основе которой проводится анализ;
в) способность используемого подхода учитывать влияние рыночной ситуации, отражать конъюнктурные колебания;
г) адекватность применения подхода типу объекта недвижимости способность его учитывать специфические особенности объекта оценки, влияющие на его стоимость;
д) способность используемого подхода учитывать риски управления для оцениваемого объекта недвижимости.
2. Выполнить парные сравнения элементов каждого уровня. После иерархического воспроизведения проблемы строится матрица нения критериев и рассчитываются значения приоритетов критериев. В методе анализа иерархий все элементы задачи сравниваются повторно по отношению к их воздействию на общую для них характеристику. Парные сравнения проводятся в терминах доминирования одного элемента ад другим. Для проведения субъективных парных сравнений Т. Саати была разработана шкала относительной важности. Система парных сравнений приводит к результату, который может быть представлен в виде обратно симметричной матрицы. Элементы матрицы обозначаются Аiy и представляют собой интенсивность продления элемента иерархии i относительно элемента иерархии j.
Пусть A1, Аn - множество из n элементов, W1 Wn - элементы иерархии - соотносятся следующим образом:

А n
А 1
А 2
А n 1

При сравнении элементов, принадлежащих одному уровню иерархии, оценщик выражает свое мнение, используя одно из определений шкалы интенсивности. Интенсивность проявления обычно оценивается по шкале интенсивности в балльных оценках от 1 до 9, где балльные оценки имеют смысл, отраженный в табл. 15.2. В матрицу сравнения заносится соответствующее число. При желании оценщик может использовать и четные целые числа, выражая промежуточные уровни предпочтения по важности.

Выбор шкалы определялся следующими требованиями: I - шкала должна давать возможность улавливать разницу субъективной составляющей аналитиков, когда они проводят сравнения, различать как можно больше градаций оценок;
- эксперт должен быть уверенным во всех градациях своих суждений одновременно.
3. Вычислить коэффициенты значимости (важности) для элементов каждого уровня.
Вычисление весовых коэффициентов критериев согласования результатов оценки производится по формуле

Пример 15.3. Для указанных выше значений, полученных применением трех подходов оценки, и для пяти сформулированных выше критериев расчет весовых коэффициентов для каждого примененного подхода по каждому из критериев согласования

Итоговое значение рыночной стоимости объекта недвижимости определяется в соответствии с весом каждого из подходов

С учетом весов стоимостных оценок, полученных в результате применения классических подходов, средневзвешенное значение рыночной стоимости объекта оценки составит округленно 2 900 000 дол.
Результаты, полученные методом анализа иерархий, должны быть оценены с точки зрения здравого смысла. Весьма полезным инструментом иерархической теории является так называемый индекс согласованности (ИС), который позволяет диагностировать степень нарушения согласованности.
При расчете матрицы парных сравнений целесообразно учитывать лимит отклонения от согласованности. Если выявленные отклонения превышают установленные пределы, то суждения, занесенные в матрицу, следует перепроверить.

Индекс согласованности = (amax — п) : (п — 1).

Если разделить ИС на число, соответствующее случайной согласованности матрицы того же порядка, то получим отношение согласованности. Величина отношения согласованности не должна превышать 10%.

В каждом конкретном случае проведения процедуры согласования оценщик должен взвесить все за и против при выборе того или иного метода.

Так, опытный эксперт, привлеченный к проведению согласования результатов в рамках той же оценки, выполнил эту процедуру традиционным образом, используя экспертный метод. Он определял веса трех подходов по тем же критериям, которые были введены в примененном выше методе анализа иерархий, используя простейшую двубалльную шкалу (0; 1)

Оба метода дали одинаковые весовые коэффициенты, а следовательно, и результат согласования - итоговую величину стоимости. Этот пример показывает, что в каждой конкретной ситуации оценщику необходимо осознанно выбирать тот или иной метод исходя из принципа целесообразности.

Такое решение может быть принято после ответа на следующие вопросы:
1. Какой из методов предпочтительнее с точки зрения экономии ресурсов? От рационального использования трудовых ресурсов (работа экспертов) и ресурсов времени зависит эффективность процесса оценки.
2. В каком случае снижается доля субъективизма? В оценке всегда присутствует неизбежная доля субъективизма, который достаточно сильно влияет на точность расчетов. Соотношение количества принимаемых субъективных решений в традиционном экспертном методе и МАИ - не в пользу последнего.
3. Оценит ли заказчик применение сложных аналитических процедур прикладной математики для формализации процедуры согласования/ Понятно, что грамотное обоснование результатов согласования - необходимое требование к оформлению результатов оценки. Однако применение «изысканий» «на ровном месте» может сослужить оценщику плохую службу при установлении взаимопонимания с заказчиком.

Хочется еще раз подчеркнуть, что стоимость объекта оценки, указанная как итог в отчете, - это мнение независимого оценщика, и не более того. Покупатель имеет полное право с этим мнением не согласиться и в процессе переговоров предложить свою цену. Таким образом, цена сделки может достаточно серьезно отличаться от стоимости, которую определил оценщик в отчете. Причин этому может быть много, напри мер цена может зависеть от целей, стоящих перед покупателем, его субъективных мотиваций, особенностей проведенной сделки.

На Западе, как правило, оценочная стоимость компании незначительно отличается от цены заключаемой сделки. В российской действительности это расхождение часто составляет более 30%. Тем не менее грамотное и подтвержденное расчетами заключение оценщика, имеющего хорошую репутацию, может стать дополнительным аргументом при переговорах с потенциальным покупателем.